Ultramarine 1 Flash مقابل Gemini 3.5 Flash-Lite: تقديم مُخرَج والإجابة عن سؤال هما منتجان مختلفان

ابدأ بالجملة التي تُنهي الجدال بدلًا من التي تبدأه. Gemini 3.5 Flash-Lite يقبل النص والصور والكلام والفيديو ويعيد النص. Ultramarine 1 Flash يستقبل النص ويعيد مصنّف Excel أو عرضًا تقديميًا من PowerPoint أو مستند Word، معدَّلًا في موضعه، بعد أن قرأ وكتب في أنظمة الأعمال التي يعمل فيها العمل. كلاهما رخيص. يسجّل نموذج Google 22 نقطة في Artificial Intelligence Index بتكلفة 0.19 دولار لكل مهمة مكتملة؛ وتُفيد Paper Instruments بتكلفة 0.13 دولار لكل مهمة في مجموعتها الداخلية. الأرقام متقاربة بما يكفي ليكون حديث التكلفة تعادلًا، وما يتبقى هو السؤال: هل تشتري إجابة أم تشتري مُخرَجًا قابلًا للتسليم — لأنه في هذه المسألة، هذان النموذجان ليسا في السوق نفسه على الإطلاق.

كما أنهما لم يُبنيا في الوقت نفسه ولا للسبب نفسه. أصبح Gemini 3.5 Flash-Lite متاحًا بشكل عام في يوليو 2026 بصفته الفئة الأكثر كفاءة من حيث التكلفة لدى G​oogle، إذ يبلغ سعره نحو خُمس سعر 3.6 Flash. نُشر Ultramarine 1 Flash في 14 أكتوبر 2026 بوصفه تدريبًا لاحقًا بالتعلم المعزز لـ GLM-5.3 Flash، ويهدف إلى مخرج جاهز للعميل بدلًا من رد.

خطوط المواصفات، كلا الجانبين

أرقام Ultramarine هي أسعار API المنشورة من Paper وتقييماتها المنشورة الخاصة بها؛ ورقم سياقها هو إعداد التدريب المذكور في التقرير الفني. وأرقام Gemini هي قائمة أسعار Google بالإضافة إلى قياسات Artificial Analysis، مع تمييزها حيث تكون قياسات.

• سعر الإدخال — Ultramarine 1 Flash $0.15 لكل مليون توكن مقابل Gemini 3.5 Flash-Lite $0.30. Google أغلى بمرتين عند الإدخال.

• سعر الإخراج — 0.50$ مقابل 2.50$ لكل مليون. أي 5 أضعاف، وهذا هو البند الذي تتراكم فيه تكلفة مهمة المستند فعليًا.

• الإدخال المخزَّن مؤقتًا — $0.03 لكل مليون (خصم 80%) مقابل $0.03 (خصم 90%). الرقم المطلق نفسه، تم الوصول إليه عبر خصومات مختلفة.

• نافذة السياق — 131,072 رمزًا في إعداد التدريب مقابل 1,048,576. لدى Google أكثر بثمانية أضعاف.

• الحد الأقصى للإخراج — غير مُعلن مقابل 65,536 رمزًا.

• المدخلات — العمل بالنصوص والمستندات مقابل النص والصورة والكلام والفيديو.

• التكلفة لكل مهمة مكتملة — 0.13 دولار على PI Knowledge Work مقابل 0.19 دولار على Intelligence Index. الرقم الثاني من الرقمين في الافتتاحية، وهو الرقم الذي ينبغي توخي أكبر قدر من الحذر معه.

• سرعة الإخراج — غير منشورة لـ Ultramarine 1 Flash مقابل 425.0 رمز إخراج في الثانية لـ Gemini 3.5 Flash-Lite، رابع أسرع بين 148 نموذجًا في فئته.

رقم زمن الاستجابة داخل رقم السرعة

Gemini 3.5 Flash-Lite هو أحد أسرع النماذج التي قاسها أي شخص. لكنه أيضًا بطيء في البدء. يسجّل Artificial Analysis زمنًا للوصول إلى أول توكن يبلغ 8.13 ثوانٍ على واجهة Google API الخاصة بها، مقابل وسيط قدره 1.85 ثانية للنماذج في فئة سعرية مماثلة. يبث النموذج بمعدل 425 توكنًا في الثانية بمجرد أن يبدأ، ويستغرق ثماني ثوانٍ ليبدأ.

هذا ليس عيبًا؛ بل هو خاصية من خصائص مسار الخدمة، وهو يخبرك بنوع أعباء العمل التي صُمم لها هذا المستوى. مهمة تصنيف على دفعات، أو خط أنابيب لاستخراج البيانات، أو وكيل يعمل في الخلفية — لا يلاحظ أي منها بدءًا يستغرق ثماني ثوانٍ، وكلها تستفيد استفادة هائلة من إنهاء استجابة من 500 رمز في نحو ثانية. أما الإنسان الذي ينتظر ردًا في محادثة فلا يلاحظ شيئًا آخر. كلمة "Flash" تصف معدل الإنتاجية، لا الاستجابة، وهما ليسا القياس نفسه.

لا يملك Ultramarine 1 Flash أي رقم منشور للسرعة أو زمن الاستجابة على الإطلاق. لا من Paper Instruments، ولا من أي طرف ثالث. لا يوجد أي أساس للادعاء بأنه أسرع أو أبطأ من نموذج Google، وأي شخص يخبرك بخلاف ذلك فإنما يستنتج من البنية المعمارية بدلًا من قراءة رقم. ما يفصح عنه التقرير الفني هو نطاق التشغيل الذي دُرِّب داخله: سياق من 131,072 توكنًا، وحد أقصى قدره 250 جولة في حلقة الوكيل، وضغط السياق يُشغَّل عند بلوغ 85% من النافذة أو عند بقاء 30,000 توكن، أيهما يحدث أولًا. إن الإطار الذي يضغط سياقه بحكم تصميمه هو إطار مصمم للعمل الطويل الذي كان سيتجاوز الحد لولا ذلك — وهذا تلميح إلى شكل مهامه وليس قياسًا لمدى سرعة إنتاجها.

قيمة «المهمة» تعتمد على مَن كتب المعيار المرجعي

يبدو الـ$0.13 والـ$0.19 متقاربين، لكنهما يقيسان شيئين مختلفين، وهذا هو الجزء من المقارنة الذي سيخفيه عنك جدول المقارنة جنبًا إلى جنب.

يتكوّن The Intelligence Index من عشرة تقييمات — الرياضيات، والبرمجة، والاستدلال، والعمل الوكيلي. مهامه لها إجابات يستطيع المقيّم التحقق منها. إن نتيجة 22 التي حصل عليها Gemini 3.5 Flash-Lite نتيجة حقيقية من مقيّم لا مصلحة له في النموذج، وتكلفته المقيسة البالغة $0.19 لكل مهمة مكتملة عبر تلك المجموعة. ولدى Google أيضًا السجل الأكثر إطراءً بين سجلي الإسهاب: 59 مليون رمز إخراج لإكمال المؤشر، في المرتبة 23 من 60، ووُصف بأنه موجز إلى حد معقول مقابل وسيط قدره 95 مليونًا. ذلك نموذج مُهندَس كي لا يسهب.

PI Knowledge Work ليس كذلك. إنها مجموعة من المخرجات الجاهزة للعميل التي يتم تقييمها وفق معيار مُصمم لكل مهمة، لأن مذكرة العناية الواجبة ليس لها إجابة صحيحة للتحقق منها. تسجل Ultramarine 1 Flash 59.3 هناك بتكلفة 0.13 دولار لكل مهمة، مقابل Claude Fable 5 عند 57.8 بتكلفة 8.19 دولار وGPT-5.6 Sol عند 55.1 بتكلفة 2.09 دولار. يذكر المورد أن مجموعتها ترتبط بمؤشر Artificial Analysis Intelligence Index عند r = 0.81 — رقم جاد، ولكنه منقول. المهمة في مجموعة واحدة ليست مهمة في الأخرى: سؤال الاستدلال يمكن أن يكون بضع مئات من الرموز، وعرض مجلس الإدارة هو تشغيل وكيلي طويل ينتج ملفًا. الرقمان لكل مهمة ليسا وحدتين لنفس الشيء، وطرحهما هو حساب على خطأ في التصنيف.

ما ينجو من ذلك النقد أضيق نطاقًا لكنه مفيد حقًا. قاست Paper Instruments كفاءة الرموز مقابل شيء آخر غير نفسها: عبر معاييرها الستة كلها، أخرج Ultramarine 1 Flash رموز إخراج أقل بنسبة 6.5% من نموذج GLM-5.3 Flash الذي ينحدر منه — 30.5 مليون مقابل 32.7 مليون، بما في ذلك الاستدلال — بينما تغلّب عليه في كل واحد من الستة. المجموعة نفسها، ومنصة الاختبار نفسها، والقياس على الجانبين. على بطاقة تسعير لكل رمز، فإن نموذجًا يكتب أقل لنتيجة أفضل هو خصم مطبّق مرتين.

نموذجان عاملان على مفتاح واحد

يتم تقديم Gemini 3.5 Flash-Lite على OrcaRouter بسعر 0.30 دولار للمدخلات و2.50 دولار للمخرجات لكل مليون رمز، سعر القائمة الخاص بالمزود يُمرَّر مباشرة مع عدم إضافة أي شيء لكل رمز — لذا فإن تغيير سعر G​oogle يصبح ساريًا هنا في نفس اليوم، دون الحاجة إلى نشر من جانبنا. إلى جانبه توجد النماذج التي تشير إليها هذه المقارنة: GPT-5.6 Sol وClaude Fable 5 وGLM-5.3 Flash، النموذج الأساسي الذي دُرِّب منه Ultramarine 1 Flash، كلها يمكن الوصول إليها من نفس نقطة النهاية ونفس المفتاح.

يُهمّ ذلك في هذا الاقتران أكثر مما يُهمّ في مواجهة مباشرة نموذجية، لأن عبء العمل مختلط. فخط معالجة المستندات المبني حول نافذة بمليون توكن وأربع وسائط إدخال يختلف عن خط معالجة آخر مبني حول وكيل يُنتج مخرجات قابلة للتسليم، وعادةً ما يتعايش الاثنان داخل الفريق نفسه. يمكن لقاعدة توجيه أن تُبقي المدخلات الممسوحة ضوئيًا أو السمعية البصرية على نموذج Go​ogle، وأن ترسل مسار النص إلى التسليم إلى جهة أخرى، مع خيار احتياطي معلن إذا فشل الخيار الأول — عقد واحد بدلًا من عقدين، ودون أي تغيير في الشيفرة عندما تغيّر رأيك بشأن أي نموذج يتولى المهام الطويلة.

إن Ultramarine 1 Flash نفسه ليس ضمن كتالوجنا؛ وسبيل الوصول اليوم هو واجهة برمجة التطبيقات الخاصة بالمورّد والمنصات الخارجية التي تعيد بيعه.

كيف سأتخذ القرار فعليًا

حالتان، وكلتاهما تُحلّان بشكل نظيف.

إذا كان المُدخل يحتوي على أي شيء غير نصي — عقد مصوَّر، تسجيل مكالمة، لقطة شاشة، جولة بالفيديو — فإن نموذج Google هو الوحيد من بين الاثنين القادر على قبول الطلب. هذا ليس تفضيلًا، بل هو حدّ قدرات، وهو ينهي المقارنة بالنسبة لعبء العمل ذلك.

إذا كان الناتج هو الشيء الذي يُدفع مقابله — نموذج، أو عرض تقديمي، أو مذكرة، أو مستند سيفتحه شخص ويحرره — فإن السؤال يصبح ما إذا كان متخصص مدرَّب لاحقًا يتفوق على عامّي فعّال، وUltramarine 1 Flash هو المتخصص. والدليل على ذلك دليل البائع، على مقاييس البائع، بعد يوم واحد من الإصدار، وينبغي قراءته كفرضية لا كنتيجة. لكنه فرضية محددة وقابلة للاختبار: في أربع من ست مجموعات تتصدرها Paper Instruments، تكون أكبر الفروق في JobBench وFrontierFinance، وهما الأقرب إلى العمل التسليمي الحقيقي؛ وفي APEX-Agents 1.1 وDiligenceBench، وهما مهمتا حلقة الوكيل والبحث، يتصدر Gemini 3.8 Flash وClaude Fable 5 ويحل Ultramarine 1 Flash ثالثًا.

السؤال الذي لم يُحسم ليس أيّ النموذجين أفضل. بل ما إذا كان السلوك المُنتِج للمخرجات القابلة للتسليم يصمد عند تعامله مع وثائق لم يكتبها أحد في Paper Instruments. لقد نشرت الشركة منهجها بتفصيل كافٍ ليدعو إلى ذلك الاختبار تحديدًا، ولم تنشر الأوزان التي تتيح لشخص تشغيله دون المرور عبر واجهتها البرمجية API. وكلا هاتين الحقيقتين جوهريتان، ومن المرجح أن تتغير إحداهما فقط قريبًا.

المقارنات مثل هذه هي أيضًا حيث تظهر أنماط الفشل: الحوادث الموثّقة للذكاء الاصطناعي وإخفاقات الوكلاء الكامنة وراء النماذج في هذه الفئة تُجمع في OrcaRouter AI Incident Archive، حيث يحمل كل مُدخل مصادره الخاصة ودرجة خطورته ودرجة ثقته وعلامة كونه محل خلاف.